摘要：两床间颗粒循环流率是保证双循环流化床正常运行的关键。在自行设计的双循环流化床(DCFB)实验系统上进行循环流率(Gs,mix)与各控制参数(气化室风速、提升管风速、初始床层物料量、混合物料中石英砂粒径以及稻壳质量分数)变化关系的研究,并对循环物料中稻壳质量分数(Xr)变化进行分析。此外,根据实验测量数据,建立核极限学习机(KELM)模型并进行Gs,mix和循环物料中Xr的预测,同时与极限学习机(ELM)模型进行比较,发现KELM模型具有更小的预测平均绝对值误差和均方根误差且预测所需时间较短,表明该模型可实现各控制参数下DCFB系统中Gs,mix和Xr的良好预测,为DCFB系统及类似气化系统的数据模型研究提供一种新方法。